本文将详细阐述运河实例的设计理念和定制开发思路。文章内容质量很高,我就分享给大家作为参考。希望大家看完这篇文章后对相关知识有一定的了解。
实例是运河数据同步的核心。在Canal实例中,数据同步只能通过启动Instance来实现。那么,instance就是“是谁”,并以源代码为手段,试图揭开Instance的神秘面纱。
1、Canal Instance 类继承体系
重要的类描述如下:
canastancecanalnstance接口定义了Instance的基本特性,主要定义了以下方法:
字符串getDestination()
实例的目标名称,代表了Canal中的一个源实例名称,对应于一个MySQL实例信息,比如192 . 168 . 1 . 33606 . 33603600366这里,为实例取一个名称。
CanalEventParser getEventParser()
事件解析器,即binlog解析器,负责解析Binlog日志。
CanalEventSink getEventSink()
EventParse和EventStore之间的连接器主要处理数据的过滤、处理和分发,为binlog原始数据的“处理”提供了突破点,EventStore存储的是EventSink处理的数据。
CanalEventStore getEventStore()
事件内存,即Canal Instance,作为MySQL的Slave服务器,需要存储同步的数据,然后Canal的客户端最终会从EventStore获取数据。目前Canal只实现了基于内存的EventStore,因此Canal如何避免内存泄漏和数据丢失将是未来研究的重点。
CanalMetaManager getMetaManager()
例如,Canal元数据管理器记录消费者的消费进度,即处理Canal EventStore中的数据。
CanalAlarmHandler getAlarmHandler()
报警服务。
AbstractCanalInstance
CanalInstance的抽象实现类。
CanalInstanceWithManager
基于手动编程的caninstance,通过API手动生成caninstance实例。可以和Spring基于编程API的事务管理器进行对比。
CanalInstanceWithSpring
基于Spring构建CanaInstance。
CanalInstanceGenerator
canalininstance的构造类系统是通过这个类提供的方法创建canalininstance实例,并提供基于spring和手工管理等方式。
00-1010从类的层面理解Canalnstance就没那么直观了。接下来,先抛出一个使用场景,再结合架构图进一步加深对Canalnstance的理解。
例如,一家公司的订单系统使用子数据库和子表,数据库分别部署在两个数据库192.168.1.166:3306和192.168.1.168:3306中,并在每个数据库上创建多个模式,如order_db和user_db。现在,为了提供订单的多维查询。因此,该架构提出通过订阅数据库的binlog日志,将两个订单库中的订单数据,即order_db中的数据同步到elasticsearch。Canal最初是为了解决上述问题而设计的,所以我们可以通过思考这个场景来反转Canal Instance的设计理念。
运河实例的架构图如下图所示:
是什么">
每一个 CanalInstance 可以看成是对应一个 MySQL 实例,即案例中需要同步两个数据库实例,故最终需要创建两个 CanalInstance。其实也不难理解,因为 MySQL 的 binlog 就是以实例为维度进行存储的。Canal Instance 包含了 4个 核心组件 :EventParse、EventSink、EventStore、CanaMetaManager,在这里主要是阐明其作用,后续文章会一一详细介绍,以便更好的指导实践。
-
EventParse 组件
负责解析 binlog日志,其职责就是根据 binlog 的存储格式将有效数据提取出来,这个不难理解,我们也可以通过该模块,进一步了解一下 binglog 的存储格式。 -
EventSink 组件
结合数据同步案例,在一个数据库实例上通常会创建多个 Schema,但通常并不是所有的 schema 都需要被同步,如果直接将 EventParse 解析出来的数据全部传入EventStore 组件,将对 EventStore 带来不必要的性能消耗;另外本例中使用了分库分表,需要将多个库的数据同步到单一源,可能需要涉及到合并、归并等策略。以上等等等需求就是 EventSink 需要解决的问题域。 -
EventStore 组件
用来存储经 canal 转换的数据,被 Canal Client 进行消费的数据,目前 Canal 只提供了基于内存的存储实现。大家不妨先思考一下,采用基于内存的存储模式,如何避免内存溢出,其具体实现将在后续文章中详细剖析。 -
CanalMetaManager 组件
元数据存储管理器。在 Canal 中最基本的元数据至少应该包含 EventParse 组件解析的位点与消费端的消费位点。Canal Server 重启后要能从上一次未同步位置开始同步,否则会丢失数据。在将数据库数据同步到 es 的示例中,所谓的 canal 客户端就是从 Canal Server 即 EventStore 中获取数据,并将数据写入 es 中,并上报写入进度,这些信息都是由 CanalMetaManager 组件完成。
从最新的版本来看,Canal 支持直接将解析后的数据发送到MQ,故 CanalInstance 中还持有另外一个组件:CanalMQConfig,关于 MQ 的一些配置,提供了多种策略实现 shcema、table 到 MQ Topic 的自动映射管理,为 Canal 的使用者带来更多便利,这部分内容会在后续文章中单独介绍,这里先暂时不过多讨论。
经过上面的了解,我想大家对 Canal Instance 有了一个相对全面的了解了吧,接下来我们再来关注一下 CanalInstance 的构造方式,这个对后续的实践有着非常重要的影响。
3、CanalInstance 构造方式
Canal 中提供了两种方式对 Instance 进行初始化:Spring 与 手动编程方式。CanalInstance 最最核心的就是上述提到的4个组件,即 CanalInstanceWithManager 类的具体职责就是管理上述核心组件,即提供对上述组件的加载、启动、停止,并协调,从其名字就能看出来,从其构造函数同样能得知:
温馨提示:基于 Canal 二次开发的编程技巧思考如下:Canal 框架本身将 Canal Server 做成了启动脚本,可以通过自定义 Instance,即从 instance 配置文件中加载配置,然后启动 Canal Server 解析 Binlog 日志,最终按照预定的配置进行工作,例如在生产环境搭建一些 Canal 集群,统一交由运维去手动维护,如果需要数据同步,则配置相应的 instance 文件,然后进行启动就生效,其实这种模式处于 Canal 的初阶阶段,更好的方式是对 Canal 进行二次开发,通过可视化的界面,通过界面的方式定义数据同步任务,例如将指定数据库实例上的指定 Schema 的 binglog 日志同步到指定消息集群的指定 topic,并且可重推、随时停止,重启,这样 Canal 的维护者无需关注底层的细节,只需要通过页面简单配置一下即可。
源码 Canal 系列的第一篇文章后有好几个粉丝表示目前也在研究 Canal,由于笔者目前只能尽量保持周更,如果大家希望加快研究 Canal 的步伐,笔者有如下建议:
1、深入研究其四大核心组件,并带着问题去研究,例如在学习元数据管理时是如何保证数据不丢失,重启后又是如何定位位点的。
2、如果大家想更全局的去研究 Canal,我觉得除了阅读 Canal 官方的设计手册,还可以专门去看一下 CanalParameter 这个类,Canal 支持的所有配置属性,并且都有相应的注释,关于 Canal 的所有一切,都可以从这里窥探出端倪,然后可以选择感兴趣的内容加以继续深入学习。
关于Canal Instance 设计理念与定制开发思路是什么就分享到这里了,希望
内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/39948.html